您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[西南证券]:券商金股行业轮动系列二:基于券商金股的行业轮动研究 - 发现报告
当前位置:首页/其他报告/报告详情/

券商金股行业轮动系列二:基于券商金股的行业轮动研究

2023-04-28郑琳琳、王天业西南证券能***
券商金股行业轮动系列二:基于券商金股的行业轮动研究

2-+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++2023年04月28日2023年04月28日 ++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++证券研究报告金融工程深度报告证券研究报告金融工程深度报告 ++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++ 行业轮动系列 摘要 西南证券研究发展中心 前期报告《基于券商金股的行业轮动研究》(2022-09-08),我们通过环比变化,抵消固化干扰,捕捉金股组合增减配信息,构建了动态券商金股因子,通过动态券商金股因子构建多头行业组合相较于行业等权可获显著的超额收益。 分析师:郑琳琳 执业证号:S1250522110001电话:13127711820 2021/5至2022/6期间,动态券商金股因子有效性极强,然而好景不长,自2022年7月起,伴随着市场快速下行,动态券商金股因子的有效性出现大幅回撤。 邮箱:zhengll@swsc.com.cn 联系人:王天业 电话:17308103116 邮箱:wty@swsc.com.cn 失效归因 由于券商金股顺势推荐效应显著,当市场呈现显著的行业动量行情,因子的有效性将被拉升;反之,当市场出现分歧,行业反转效应凸显,因子的有效性将出现大幅回撤。 相关研究 Table_Report] 1.计数启发法与加权盈利频率——因子选股系列(2023-04-28) 券商金股当期行业配置同行业动量、行业股票规模、历史行业配置存在显著且稳定的相关性,以上因素都会显著干扰券商金股的行业配置。我们将从金股行业配置中剔除干扰,探讨提纯后金股行业配置能否为行业轮动提供有效信息。 2.多维度构建“固收+”基金风格评价体系——公募固收类策略与产品研究系列一(2023-04-21) 3.固收+基金仓位高频探测方法及实证对比分析(2023-03-20) 剔除干扰 通过一元回归分步依次剔除干扰,在剔除干扰的基础上,计算一次变差捕捉提纯后的券商金股行业配置的增减配信息,构造动态券商金股因子。因子IC均值为-0.12,IC胜率75%,ICIR-0.62;策略多头年化收益率9.99%,相较于行业等权年化超额8.85%,超额最大回撤率为7%,月度超额胜率约65%。 4.个人养老金FOF多维度定量分析指标刻画初探(2023-03-07) 5.港股科技互联相关主题ETF多维度对比分析(2023-01-25) 6.基于权益基金共同资金流的选股因子研究(2023-01-06) 通过单次多元回归整体剔除干扰,计算一次变差捕捉金股组合行业配置的边际变化。因子IC均值为-0.09,IC胜率61%,ICIR为-0.46;策略多头年化收益率9.14%,相较于行业等权年化超额8.44%,超额最大回撤率仅为3%。相较于分步剔除年化收益略有下降,多空差异有所收敛,多头超额稳定性有所提升。 收益增强 根据券商金股当期推荐次数确定金股权重,构造金股行业组合,考察金股行业组合的平均超额收益率与超额胜率。相较于行业指数,金股行业组合在钢铁、建筑、建材、机械、电力设备及新能源、国防军工、汽车、消费者服务、家电、医药、食品饮料、农林牧渔、交通运输、电子、通信、计算机板块显著占优; 在电力及公用事业、商贸零售、纺织服装、传媒板块表现显著不及行业指数。 使用金股行业组合替换行业指数,策略收益能力大幅提升。多头组合年化收益率自9.61%提升至18.89%,最大回撤率保持不变。证明通过投资金股行业组合,可以实现捕捉行业Beta的同时获得来自精选个股的超额收益Alpha。 风险提示 本报告结论完全基于公开的历史数据,若未来市场环境发生变化,因子的实际表现可能与本文的结论有所差异,行业配置观点不构成投资收益的保证或投资建议,市场有风险,投资需谨慎。 1前言 在前期报告《基于券商金股的行业轮动研究》(2022-09-08),我们基于2021/5至2022/4券商金股数据,试图挖掘券商金股中蕴含的行业轮动研判。 在样本期内我们发现,由于券商研究所行业覆盖度与研究所内部各个行业研究团队规模及声望存在客观差异,导致券商金股组合当月行业配置固化,当月金股行业高低配信息即静态券商金股因子对未来一期行业收益的预测能力较差。 为此我们通过环比变化,抵消固化干扰,捕捉金股组合增减配信息,构建了动态券商金股因子。回测结果表明,动态券商金股因子同未来行业收益相关性较高,通过动态券商金股因子构建多头行业组合相较于行业等权可获显著的超额收益。 2021/5至2022/6期间,动态券商金股因子有效性极强,然而好景不长,自2022年7月起,伴随着市场快速下行,动态券商金股因子的有效性出现大幅回撤。前期报告受困于金股数据的可得性,回测时间较短,回测结果或具偶然性。本文我们将券商金股历史数据向前扩充至2020/1,在因子失效归因的基础上,进一步优化券商金股行业轮动策略。 2因子失效归因分析 2022/7至2022/ 11,伴随着A股市场急剧下行,动态券商金股因子的有效性出现大幅回撤。我们绘制了动态券商金股因子逐月信息系数IC与累计IC变化示意图如下所示。 图1:动态券商金股因子(增减配)累计信息系数变化示意图 如图所示,自2021/1至2022/6,动态券商金股因子有效性极强;2022/7至2022/11,动态券商金股因子有效性出现大幅回撤。 由于因子有效性的大幅回撤同市场上行反转下行同时发生,猜测因子有效性大幅回撤或同市场动量效应反转效应相关,我们绘制了同期中信一级行业当月涨跌幅同上月涨跌幅的相关系数。相关系数为正意味着从整体上看当月行业动量效应较为显著;相关系数为负意味着从整体上看当月行业反转效应较为显著。 图2:行业动量与行业反转效应切换示意图 如图所示,当行业动量效应较为显著时,例如2021/5至2021/8,动态券商金股有效性大幅增强;当行业反转效应较为显著时,例如2022/7至2022/11,动态券商金股有效性大幅回撤。 在此基础上,为了考察动态券商金股因子有效性同行业动量反转效应同向变动的成因,计算并绘制了上期行业动量同当期动态券商金股因子相关系数变化示意图。 图3:金股组合增减配&行业动量相关系数 如图所示,当期动态券商金股因子(金股组合行业增减配)同上期行业动量在样本期上全期高度正相关,表明券商金股顺势推荐效应显著,过去一个月行业指数上涨,当期金股组合对应行业配置比例将有所上升;过去一个月行业指数下跌,当期金股组合对应行业配置比例将有所下降。 为了进一步考察上期行业动量对动态券商因子的影响,通过施密特正交,在当期动态券商金股因子中剔除上期行业动量信息,观察因子有效性的变化。如图所示,剥离上月行业动量信息后,因子在市场行业动量效应显著时有效性有所回落,在市场行业反转效应显著时回撤幅度有效性回撤显著改善。 图4:动态券商金股因子信息系数变化示意图(剔除行业动量) 综上,由于券商金股顺势推荐效应稳定且显著,当市场呈现显著的行业动量行情,动态券商金股因子(金股组合行业增减配)的有效性将被拉升;反之,当市场出现分歧,行业反转效应凸显,动态券商金股因子(金股组合行业增减配)的有效性将出现大幅回撤。 3干扰因素分析 在第2节中,我们详细分析了上期行业动量对当期券商金股行业配置造成的影响及其传导机制。通过施密特正交(详见第5节图8)剔除行业动量对动态券商金股因子的干扰后,动态券商金股因子在行业反转效应显著的情况下回撤明显好转,但自2020年1月至今,动态券商金股因子有效性波动较大。 在前期报告中,我们将券商金股组合行业分布存在固化偏差归因为研究所行业覆盖与研究团队配置差异。结合本轮行业动量导致因子有效性的大幅回撤,我们关注到行业间的客观差异同样也是导致金股组合行业分布固化的成因。我们认为除行业动量外,券商金股当期行业配置仍受其它行业间客观差异影响,剔除干扰提纯金股组合当期行业配置,在此基础上捕捉金股组合行业配置的动态变化,或将为探索市场行业轮动规律提供增量信息。 遵循以上逻辑链条,我们分析以下行业间客观差异或将影响券商金股当期行业分布,客观差异分别为行业动量(过去一个月行业指数涨跌幅)、行业股票规模(行业指数成分股数量)、历史行业配置(券商金股组合上期行业配置)。为了验证以上行业间客观差异对券商金股当期行业配置的影响,我们分别从整体与逐期两个视角考察其相关性。 当期券商金股组合行业配置同行业动量、行业股票规模、历史行业配置的相关系数矩阵如下所示。从整体上看,金股当期行业配置同行业动量、行业股票规模、历史行业配置高度相关,相关系数分别为0.28,0.69与0.83。 表1:相关系数矩阵 在整体相关性分析的基础上,为了考察各项干扰因素相关性的变化趋势,逐月分析各项干扰因素同券商金股当月行业配置的相关性,行业动量、行业股票规模、历史行业配置的分析结果依次如下三图所示。 图5:逐期金股组合行业配置&行业动量相关系数 图6:逐期金股组合行业配置&行业股票规模相关系数 图7:逐期金股组合行业配置&历史配置相关系数 如图所示,在绝大多数情况下,券商金股同过去一个月的行业动量高度相关,券商金股顺势推荐效应显著;在整个样本期上,券商金股当期行业配置始终同行业股票规模高度正相关,行业成分股数量越多,推荐一只金股隶属于该行业的概率也就越大;样本期全期,当月券商金股行业配置同上月行业配置高度正相关,金股行业配置存在较为显著的路径依赖。 综合整体分析与逐期分析的结论,券商金股当期行业配置同行业动量、行业股票规模、历史行业配置存在显著且稳定的相关性,以上因素都会显著干扰券商金股的行业配置。以此为基础,我们将试图从金股行业配置中剔除干扰,探讨提纯后的金股行业配置能否为行业轮动提供增量信息。 4模型优化 剔除干扰前,针对前期动态券商金股因子在实际应用中遇到的问题,我们分别从因子计算方式与回测细节两方面对模型进行了调整了优化。 4.1计算方式优化 4.1.1计算券商金股组合行业分布,等权合成金股组合行业分布 在前期报告中,我们通过汇总当期入选券商金股组合的全部标的,根据标的所属行业对当期券商金股进行分类汇总,计算每个行业金股入选的次数占当期金股数量的比例作为券商金股当期行业配置比例。 在实际计算过程中,由于券商推荐金股德数量不一,统一汇总分类计算无形中放大了推荐金股数量大于10只的券商的权重,缩小了推荐金股数量低于10只的券商的权重;然而券商金股的推荐能力与推荐金股的数量无关,由此将对当期券商金股的行业配置造成偏离。 为了规避券商推荐金股数目不同对金股组合行业配置的影响,我们以各家券商为单位,计算了各家券商金股组合的行业分布,在此基础上,将各家券商金股组合的行业分布等权合成为金股组合整体的行业分布。 4.1.2构建核心池,力求数据更新稳定及时 由于券商金股参评券商的增加以及券商金股断更现象频繁出现,为保证金股组合行业配置的稳定性,我们根据券商金股更新稳定性,筛选出金股更新稳定的券商,构建金股核心池。 样本期内,券商金股参评券商合计54家,选择其中42家更新及时稳定的券商构建券商金股核心池。券商金股核心池滚动更新,每月将根据金股组合更新的频率与及时性自动调整。 表2:券商金股核心池 4.2回测细节优化 由于绝大多数情况下券商金股在每月第一个交易日完成更新,为使策略回测结果更加贴近投资真实收益,我们逐月对行业收益进行了调整,计算月度行业收益时仅计